如何将列表的字符串表示转换为列表

Question

我在思考如何将以下字符串表示的列表转换为list的最简单方法：

x = '[ "A","B","C" , " D"]'

即使在用户在逗号之间放置空格，并且在引号内部也放置空格的情况下，我也需要处理并将其转换为：

x = ["A", "B", "C", "D"] 

我知道可以使用strip()和split()去除空格并检查非字母字符。但是代码变得非常混乱。是否有我不知道的快速函数？

- harijay

Answer 1

>>> import ast
>>> x = '[ "A","B","C" , " D"]'
>>> x = ast.literal_eval(x)
>>> x
['A', 'B', 'C', ' D']
>>> x = [n.strip() for n in x]
>>> x
['A', 'B', 'C', 'D']

ast.literal_eval:

评估表达式节点或仅包含Python字面值或容器显示的字符串。提供的字符串或节点只能由以下Python字面结构组成：字符串、字节、数字、元组、列表、字典、集合、布尔值、None和Ellipsis。

这可用于评估包含Python值的字符串，而无需自行解析这些值。它不能评估任意复杂的表达式，例如涉及运算符或索引的表达式。

- Roger Pate

---

根据以下评论，这种做法很危险，因为它会直接运行在字符串中的Python代码。因此，如果有人在其中放置了删除所有内容的调用，则它将毫不犹豫地执行。 - Paul Kenjora

你想到了eval，而不是ast.literal_eval。 - user2357112

ast.literal_eval比eval更安全，但实际上并不是完全安全的。如最近版本的文档中所示：“警告：由于Python的AST编译器中栈深度限制，使用足够大/复杂的字符串可能会导致Python解释器崩溃。” 事实上，通过精心构造的堆栈攻击可能会运行任意代码，尽管据我所知，目前没有人建立公共概念证明。 - abarnert

@sqp_125，如果它是一个常规列表，那么您不需要解析任何内容吗？ - ForceBru

文档（2021年版）指出：“这可以用于安全地评估包含Python值的字符串，这些值来自不受信任的来源，而无需自己解析这些值。它不能评估任意复杂的表达式，例如涉及运算符或索引的表达式。” - sebieire

Answer 2

json 模块是处理字符串化字典列表的更好解决方案。使用 json.loads(your_data) 函数将其转换为列表。

>>> import json
>>> x = '[ "A","B","C" , " D"]'
>>> json.loads(x)
['A', 'B', 'C', ' D']

同样地

>>> x = '[ "A","B","C" , {"D":"E"}]'
>>> json.loads(x)
['A', 'B', 'C', {'D': 'E'}]

- Ryan

---

在我的情况下，这适用于整数但不适用于字符串，因为每个字符串都使用单引号而不是双引号，唉。 - Paul Kenjora

根据@PaulKenjora的评论，它适用于'["a","b"]'但不适用于"['a','b']"。 - Skippy le Grand Gourou

在我的情况下，我必须将初始字符串中的单引号替换为双引号以确保它正常工作。.replace('\'', '"') 但我确信该字符串内部的数据不包含任何关键的单/双引号，这些引号会影响最终结果。 - Eugene Chabanov

如果用户只应输入数字列表，我认为这是最安全的方法，以防止恶意意图的用户。 - Muhammad Yasirroni

ast.literal_eval方法更加通用。例如，JSON无法处理字符串的b前缀，因为它不识别单独的bytes类型。JSON还要求字符串使用双引号。 - Karl Knechtel

Answer 3

eval 是危险的，你不应该执行用户输入。

如果你有2.6或更新版本，使用 ast 来代替 eval：

>>> import ast
>>> ast.literal_eval('["A","B" ,"C" ," D"]')
["A", "B", "C", " D"]

有了那个之后，strip字符串。

如果你使用的是较旧版本的Python，则可以通过简单的正则表达式实现非常接近所需的结果：

>>> x='[  "A",  " B", "C","D "]'
>>> re.findall(r'"\s*([^"]*?)\s*"', x)
['A', 'B', 'C', 'D']

这个方法不如用ast模块的解决方案好，例如它不能正确处理字符串中转义的引号。但它简单，不需要危险的eval操作，如果你使用旧版本的Python而没有ast模块的话，这个方法可能足够好。

- Mark Byers

---

请问你为什么说“eval很危险，不应该执行用户输入”？我正在使用3.6版本。 - Aaryan Dewan

@AaryanDewan 如果您直接使用 eval，它将评估任何有效的Python表达式，这可能是危险的。literal_eval通过仅评估Python文字结构来解决此问题：字符串、数字、元组、列表、字典、布尔值和None。 - Abhishek Menon

Answer 4

受到上面一些使用基本Python包的答案的启发，我比较了几个方法的性能（使用Python 3.7.3）：

方法1：ast

import ast

list(map(str.strip, ast.literal_eval(u'[ "A","B","C" , " D"]')))
# ['A', 'B', 'C', 'D']

import timeit
timeit.timeit(stmt="list(map(str.strip, ast.literal_eval(u'[ \"A\",\"B\",\"C\" , \" D\"]')))", setup='import ast', number=100000)
# 1.292875313000195

方法二：json

import json
list(map(str.strip, json.loads(u'[ "A","B","C" , " D"]')))
# ['A', 'B', 'C', 'D']

import timeit
timeit.timeit(stmt="list(map(str.strip, json.loads(u'[ \"A\",\"B\",\"C\" , \" D\"]')))", setup='import json', number=100000)
# 0.27833264000014424

方法三：无需导入

list(map(str.strip, u'[ "A","B","C" , " D"]'.strip('][').replace('"', '').split(',')))
# ['A', 'B', 'C', 'D']

import timeit
timeit.timeit(stmt="list(map(str.strip, u'[ \"A\",\"B\",\"C\" , \" D\"]'.strip('][').replace('\"', '').split(',')))", number=100000)
# 0.12935059100027502

看到我认为可读性最差的方法却表现最佳，我感到失望......选择最易读的选项时需要考虑权衡利弊......对于我使用Python的工作负载类型，我通常更重视可读性而不是稍微更高效的选项，但这通常取决于具体情况。

- kinzleb

---

在编程中，“'[ "A","B","C" , " D"]'”前面有一个“u”的特定原因吗？ - Is_this_my_username

手动方法简单而不强大，完成的工作较少，因此速度更快并不令人惊讶。它无法处理字符串中的转义序列或不同类型的引号。（JSON 方法要求双引号，但可以处理转义序列。）它还只能处理一个平面字符串列表；其他方法可以处理复杂的嵌套数据结构。 - Karl Knechtel

Answer 5

有一个快速的解决方案：

x = eval('[ "A","B","C" , " D"]')

可以通过以下方式删除列表元素中的不需要的空格：

x = [x.strip() for x in eval('[ "A","B","C" , " D"]')]

- Alexei Sholik

---

这将仍然保留引号内的空格。 - tosh

这是一份针对任意代码执行的公开邀请，请不要这样做或类似行为，除非你绝对确定输入始终是100%可信的。 - Nicholas Knight

我可以采用这个建议，因为我知道我的数据始终会以那种格式存在，并且这是一个数据处理工作。 - Manish Ranjan

Answer 6

import ast
l = ast.literal_eval('[ "A","B","C" , " D"]')
l = [i.strip() for i in l]

- tosh

Answer 7

如果只是一维列表，则可以在不导入任何内容的情况下完成：

>>> x = u'[ "A","B","C" , " D"]'
>>> ls = x.strip('[]').replace('"', '').replace(' ', '').split(',')
>>> ls
['A', 'B', 'C', 'D']

- ruohola

---

注意：如果列表中的任何字符串之间有逗号，这可能具有潜在的危险。 - Hassan Kamal

如果您的字符串列表是一个列表的列表，则此方法将无法正常工作。 - crypdick

Answer 8

大多数基本用例，包括原始问题中的用例，无需导入任何内容或进行评估即可在一行代码中完成。

一行代码实现

l_x = [i.strip() for i in x[1:-1].replace('"',"").split(',')]

解释

x = '[ "A","B","C" , " D"]'
# String indexing to eliminate the brackets.
# Replace, as split will otherwise retain the quotes in the returned list
# Split to convert to a list
l_x = x[1:-1].replace('"',"").split(',')

输出:

for i in range(0, len(l_x)):
    print(l_x[i])
# vvvv output vvvvv
'''
 A
B
C
  D
'''
print(type(l_x)) # out: class 'list'
print(len(l_x)) # out: 4

你可以使用列表推导式按需解析和清理此列表。

l_x = [i.strip() for i in l_x] # list comprehension to clean up
for i in range(0, len(l_x)):
    print(l_x[i])
# vvvvv output vvvvv
'''
A
B
C
D
'''

嵌套列表

如果你有嵌套列表，情况就会变得有点烦人。如果不使用正则表达式（这将简化替换过程），并且假设你想返回一个扁平化的列表（而Python之禅说扁平比嵌套好）:

x = '[ "A","B","C" , " D", ["E","F","G"]]'
l_x = x[1:-1].split(',')
l_x = [i
    .replace(']', '')
    .replace('[', '')
    .replace('"', '')
    .strip() for i in l_x
]
# returns ['A', 'B', 'C', 'D', 'E', 'F', 'G']

如果需要保留嵌套列表，就会变得有些复杂，但是可以通过正则表达式和列表推导式来完成：

import re

x = '[ "A","B","C" , " D", "["E","F","G"]","Z", "Y", "["H","I","J"]", "K", "L"]'
# Clean it up so the regular expression is simpler
x = x.replace('"', '').replace(' ', '')
# Look ahead for the bracketed text that signifies nested list
l_x = re.split(r',(?=\[[A-Za-z0-9\',]+\])|(?<=\]),', x[1:-1])
print(l_x)
# Flatten and split the non nested list items
l_x0 = [item for items in l_x for item in items.split(',') if not '[' in items]
# Convert the nested lists to lists
l_x1 = [
    i[1:-1].split(',') for i in l_x if '[' in i
]
# Add the two lists
l_x = l_x0 + l_x1

这个最后的解决方案适用于任何以字符串形式存储的列表，无论是否嵌套。

- born_naked

---

请注意，该方法无法很好地处理空列表。您输入 '[]'，却得到了 ['']。如果您正在解析数据框中的列，则可能会出现问题。除此之外，这是一个不错的解决方案！ - Ari Anisfeld

列表推导式似乎比 x.strip('[]').replace('"', '').split(',') 慢。 可能是因为strip操作重复了len(x)次而不是1次，并且创建了两个列表而不是一个（split()返回的一个和推导式返回的一个）。 - Banane

Answer 9

你可以做到这件事。

**

x = '[ "A","B","C" , " D"]'
print(eval(x))

尽管这不是一个安全的方法，但最佳答案是被接受的。 回答发布时没有意识到 eval 的危险。

- Tomato Master

---

在该主题的几个地方不推荐使用eval，因为它将简单地运行输入的任何代码，存在安全风险。此外，这也是一个重复回答。 - born_naked

Answer 10

假设您的所有输入都是列表，并且输入中的双引号实际上并不重要，这可以通过简单的正则表达式替换来完成。它有点Perl-y，但它非常有效。请注意，输出现在是Unicode字符串列表，您没有指定需要它，但考虑到Unicode输入似乎是有意义的。

import re
x = u'[ "A","B","C" , " D"]'
junkers = re.compile('[[" \]]')
result = junkers.sub('', x).split(',')
print result
--->  [u'A', u'B', u'C', u'D']

变量junkers包含一个已编译的正则表达式（为了提高速度），用]作为必需字符需要一些反斜杠技巧。 re.sub将所有这些字符替换为空，并在逗号处分割结果字符串。 请注意，这也会从条目内部删除空格u'["oh no"]' ---> [u'ohno']。如果这不是您想要的，请升级正则表达式。

- dirkjot